动态规划13-两个字符串的删除操作(最长子字符串/Java)

13.两个字符串的删除操作(最长子字符串)

• 题目描述

给定两个单词 word1 和 word2 ，返回使得 word1 和 word2 相同所需的最小步数。每步 可以删除任意一个字符串中的一个字符。

示例 1：

输入: word1 = "sea", word2 = "eat"
输出: 2
解释: 第一步将 "sea" 变为 "ea" ，第二步将 "eat "变为 "ea"

示例 2:

输入：word1 = "leetcode", word2 = "etco"
输出：4

• 思路分析

😊整体思路：要想求解两个单词通过每次删除一个字符使得两个单词相同，那么我们一定要找两个单词最大的公共子串，最小的删除步骤数则为
(word1.length - 最长公共字串的长度 + word2.length - 最长公共字串的长度 )
😊求解最长公共字串的长度，由于俩个字符串要想求出最长的公共字串，那么就要一个一个字符去比较再找出最长，那么等价于寻找最长的子串，这符合动态规划的特点
//以sea和eat为例子
        /*
            s   e   a
         e  0   1   1
         a  0   1   2
         t  0   1   2
         */
1.由于是两个字符串的比较，所以可以创建一个二维dp数组
dp[i][j]:表示第一个单词前i个字符和第二个单词前j个字符的最长子串
2.初始化二维数组：
当dp[0][j]:即word1的第一个字符和word2所有字符比较，如果存在相同字符，则此字符后的所有子串最大为1，同理初始化dp[i][0]
3.递推公式：
⭕当word1.charAt(i) == word2.charAt(j)时dp[i][j] = dp[i - 1][j - 1] + 1;表示存在连续的子串则+1
⭕否则dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);表示如果不存在连续的子串，则最大子串为前一个子串的最大长度，而前一个子串可以是dp[i - 1][j], 也可以是dp[i][j - 1]，这里找最大的，即dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);

• Java代码实现

public static int minDistance(String word1, String word2) {
        //题目要求可以转换成求两个字符串的最长公共子串
        //那么相互转换的最小步数则为：w1.length + w2.length - 最长公共字串的长度*2
        //以sea和eat为例子
        /*
            s   e   a
         e  0   1   1
         a  0   1   2
         t  0   1   2
         */
        //1.创建二维数组:dp[i][j]:表示第一个单词前i个和第二个单词前j个的最长子串
        int[][] dp = new int[word1.length()][word2.length()];
        //2.初始化二维数组
        for (int j = 0; j < word2.length(); j++) {
            if (word1.charAt(0) == word2.charAt(j)) {
                dp[0][j] = 1;
            } else {
                dp[0][j] = j == 0 ? 0 : dp[0][j - 1];
            }
        }
        for (int i = 0; i < word1.length(); i++) {
            if (word1.charAt(i) == word2.charAt(0)) {
                dp[i][0] = 1;
            } else {
                dp[i][0] = i == 0 ? 0 : dp[i - 1][0];
            }
        }
        //3.遍历背包
        for (int i = 1; i < word1.length(); i++) {
            for (int j = 1; j < word2.length(); j++) {
                if (word1.charAt(i) == word2.charAt(j)) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return word1.length() + word2.length() - dp[word1.length() - 1][word2.length() - 1] * 2;
    }